| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 卫星遥感大气气溶胶的进展 | 第15页 |
| 1.2.2 基于AOD反演PM2.5的理论基础 | 第15-16页 |
| 1.2.3 基于遥感技术的PM2.5浓度的估算 | 第16-18页 |
| 1.2.4 PM2.5与土地利用空间分布关系研究 | 第18-19页 |
| 1.3 研究内容 | 第19-20页 |
| 1.4 技术路线 | 第20-21页 |
| 2 研究区概况及研究方法 | 第21-31页 |
| 2.1 研究区概况 | 第21-23页 |
| 2.1.1 地理位置与地形地貌 | 第21-22页 |
| 2.1.2 社会与经济 | 第22页 |
| 2.1.3 生态环境与空气污染状况 | 第22-23页 |
| 2.2 研究方法 | 第23-31页 |
| 2.2.1 气溶胶光学厚度反演方法-改进的暗像元法 | 第23-25页 |
| 2.2.2 PM2.5浓度预测方法-GWR模型 | 第25-26页 |
| 2.2.3 其他辅助方法 | 第26-31页 |
| 3 数据源及数据预处理 | 第31-43页 |
| 3.1 MODIS数据源及预处理 | 第31-33页 |
| 3.1.1 MODIS数据源 | 第31-32页 |
| 3.1.2 MODIS数据预处理 | 第32-33页 |
| 3.2 细颗粒物(PM2.5)数据源及预处理 | 第33-38页 |
| 3.2.1 PM2.5数据源 | 第33-34页 |
| 3.2.2 PM2.5数据预处理 | 第34-38页 |
| 3.3 landsat8数据源及预处理 | 第38-43页 |
| 3.3.1 Landsat数据源 | 第38-39页 |
| 3.3.2 Landsat8数据预处理 | 第39-43页 |
| 4 基于MODIS数据的气溶胶光学厚度反演及PM2.5浓度预测 | 第43-51页 |
| 4.1 气溶胶光学厚度反演结果 | 第43-44页 |
| 4.2 反演结果与NASA气溶胶产品的对比分析 | 第44-46页 |
| 4.3 基于站点的细颗粒物(PM2.5)变化规律分析 | 第46-48页 |
| 4.3.1 细颗粒物(PM2.5)月变化规律 | 第46-47页 |
| 4.3.2 细颗粒物(PM2.5)季变化规律 | 第47-48页 |
| 4.4 基于AOD数据的PM2.5浓度预测 | 第48-51页 |
| 4.4.1 基于GWR模型的PM2.5浓度空间分布 | 第48-49页 |
| 4.4.2 PM2.5浓度预测结果验证 | 第49-51页 |
| 5 土地利用空间分布及与PM2.5空间分布关系分析 | 第51-65页 |
| 5.1 土地利用空间分布分析 | 第51-60页 |
| 5.1.1 土地利用空间分布规律分析 | 第51-54页 |
| 5.1.2 归一化植被指数(NDVI)空间分布规律 | 第54-56页 |
| 5.1.3 归一化建筑指数(NDBI)空间分布规律 | 第56-58页 |
| 5.1.4 归一化水体指数(NDWI)空间分布规律 | 第58-60页 |
| 5.2 土地利用空间分布与PM2.5空间分布关系分析 | 第60-65页 |
| 5.2.1 土地利用结构空间分布与M2.5空间分布关系分析 | 第60-61页 |
| 5.2.2 土地利用类型指数同细颗粒物(PM2.5)相关性关系分析 | 第61-65页 |
| 6 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65-66页 |
| 6.2 不足与展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73页 |
